排序方式: 共有13条查询结果,搜索用时 0 毫秒
1.
2.
绝缘子污秽闪络动态模型的建立能模拟污闪发展的动态变化过程,有助于深入地理解污秽闪络发展的机制。将电弧用电路网络来等效,建立起基于电路网络的污秽绝缘子交流闪络动态模型。模型中,电弧通道各参数值由电弧周围的电磁场分布以及气体放电理论决定。由于引入了电弧发展速度,模型具有时间特性,各个电路参数需要进行实时循环计算。该污闪动态模型考虑了电弧发展过程中电弧通道对地支路的影响,能更为精确地描述局部电弧发展的实际情况。仿真结果表明:局部电弧的发展过程与实际情况基本一致,得绝缘子污秽闪络动态模型的建立能模拟污闪发展的动态变化过程,有助于深入地理解污秽闪络发展的机制。将电弧用电路网络来等效,建立起基于电路网络的污秽绝缘子交流闪络动态模型。模型中,电弧通道各参数值由电弧周围的电磁场分布以及气体放电理论决定。由于引入了电弧发展速度,模型具有时间特性,各个电路参数需要进行实时循环计算。该污闪动态模型考虑了电弧发展过程中电弧通道对地支路的影响,能更为精确地描述局部电弧发展的实际情况。仿真结果表明:局部电弧的发展过程与实际情况基本一致,得到的临界闪络值较现有交流污秽闪络模型在一定程度上更为精确,这对于深入研究污闪机制具有参考价值。 相似文献
3.
0.000000000004克就会危害人体100万倍毒于砒霜由于比利时生产的饲料受二恶英的严重污染,导致比利时、法国、德国、荷兰用这种被污染的饲料饲养的畜禽类产品法乳制品含有高浓度二恶英。而上述国家的畜禽类及乳制品除牛肉外,我国均有进口,其中奶粉在我国市场上还有一定的份额,有的还是名牌产品。1999年6月1日,我国卫生部已向全国发出紧急通知,立即停止进口上述四国自1999年1月15日生产的乳制品、畜禽制品、已进门的一律封存,暂停销售。为了维护广大消费者的权益和健康。中国消费者协会紧急发出99第7号消费警示:一、比利时、法国、德… 相似文献
4.
本文结合针刺经络学说、电磁场理论和生理学的理沦,分析了毫米波辐射微弱能量作用于人体穴位产生的医疗效果.建立了受激细胞谐振-扩散链模型的假设,作为毫米波针刺效应的机理模型.用于分析毫米波无伤针剌的疗效和其应用. 相似文献
5.
目的:探索一种高效、实用的提纯三七皂苷R1、人参皂苷Rb1组合物的方法。方法:采用氨基封尾的单分散聚合硅胶柱层析法对三七总皂苷进行分离,得到三七皂苷R1、人参皂苷Rb1组合物。采用HPLC法对三七皂苷R1、人参皂苷Rb1组合物进行测定。结果:氨基封尾的单分散聚合硅胶对三七皂苷R1、人参皂苷Rb1具有较高的选择性吸附,三七皂苷R1、人参皂苷Rb1组合物纯度为95.38%。结论:氨基封尾的单分散聚合硅胶对三七皂苷R1、人参皂苷Rb1组合物的提纯简单、高效、实用,适用于工业生产。 相似文献
6.
为探究以水杨羟肟酸为捕收剂浮选锌浸出渣中的铅矾与以水杨羟肟酸为捕收剂浮选纯矿物试验结果差异较大的原因,以铅矾纯矿物为研究对象,考察了Fe~(2+)/Fe~(3+)对水杨羟肟酸捕收铅矾的影响。结果表明:无水杨羟肟酸作用时,铅矾几乎不上浮;水杨羟肟酸用量为160 mg/L时,铅矾回收率为92.5%;矿浆pH在4~12范围内,以水杨羟肟酸为捕收剂浮选铅矾,铅矾回收率均在90%以上;铅矾天然可浮性差,水杨羟肟酸对铅矾具有较强的捕收性能,Fe~(2+)/Fe~(3+)存在时,以水杨羟肟酸为捕收剂浮选铅矾,铅矾回收率下降明显。Fe~(2+)/Fe~(3+)抑制铅矾上浮的原因是Fe~(2+)/Fe~(3+)在矿浆中与水杨羟肟酸发生螯合反应,消耗了水杨羟肟酸。 相似文献
7.
针对杂波背景多输入多输出(MIMO)雷达与目标博弈问题,从最小均方误差(MMSE)估计角度提出两种可行的雷达波形设计优化策略,结合两步注水算法得到不同策略下的博弈方案。基于Stackelberg均衡模型,博弈方案用注水法分配目标干扰功率,用通用注水法分配雷达信号功率。仿真比较了杂波背景两种优化策略下雷达先行的博弈方案,结果表明优化策略二得到的MMSE值更小,证明了优化策略二的有效性,但雷达信号和目标干扰总功率均较小时,优化策略二反而不如优化策略一,对雷达正确选择优化策略以赢得与目标的博弈有一定借鉴意义。 相似文献
8.
针对实际杂波环境中多输入多输出(MIMO)雷达与目标间检测与隐身的博弈问题,提出一种新的两步注水算法。首先建立时空编码模型;然后基于互信息量准则,用注水法分配目标干扰功率,用通用注水法分配雷达信号功率;最终得到强弱杂波环境Stackelberg博弈中目标占优和雷达占优的优化方案。仿真结果表明,雷达信号功率分配和通用注水水位变化规律均受杂波影响,两优化方案的互信息量在强杂波环境降低约50%,干扰影响系数分别降低0.2和0.25,互信息量受干扰影响程度降低,证明了所提算法的有效性。 相似文献
9.
真实场景往往面临数据稀缺和数据动态变化的问题, 小样本增量学习的目的是利用少量数据推理数据知识并减缓模型对于旧知识的灾难性遗忘. 已有的小样本增量学习的算法(CEC和FACT等)主要是利用视觉特征来调整特征编码器或者分类器, 实现模型对于新数据的迁移和旧数据的抗遗忘. 但是少量数据的视觉特征往往难以建模一个类别的完整特征分布, 导致上述算法的泛化能力较弱. 相比于视觉特征, 图像类别描述的文本特征具有较好的泛化性和抗遗忘性. 因此, 在视觉语言模型的基础上, 研究基于文本知识嵌入的小样本增量学习, 通过在视觉特征中嵌入具有抗遗忘能力的文本特征, 实现小样本增量学习中新旧类别数据的有效学习. 具体而言, 在基础学习阶段, 利用视觉语言模型抽取图像的预训练视觉特征和类别的文本描述, 并通过文本编码器实现预训练视觉特征到文本空间的映射. 进一步利用视觉编码器融合学习到的文本特征和预训练视觉特征抽象具有高辨别能力的视觉特征. 在增量学习阶段, 提出类别空间引导的抗遗忘学习, 利用旧数据的类别空间编码和新数据特征微调视觉编码器和文本编码器, 实现新数据知识学习的同时复习旧知识. 在4个数据集(CIFAR-100, CUB-200, Car-196和 miniImageNet)上验证算法的有效性, 证明基于视觉语言模型文本知识嵌入可以在视觉特征的基础上进一步提升小样本增量学习的鲁棒性. 相似文献
10.